ChiCTR1900022422尚未招募早期 1 期
基于深度学习的乳腺癌癌性伤口图像评估系统构建
国家自然科学基金1 个研究点 分布在 1 个国家开始时间: 2020年1月1日最近更新:
适应症
试验速览
- 阶段
- 早期 1 期
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 伤口大小
研究概览
简要总结
通过大量的收集癌性伤口的病例资料,采集不同进展病程中癌性伤口变化过程中的图像资料,对其进行整合归纳,构建基于深度学习的乳腺癌癌性伤口图像评估系统为医护人员评估乳腺癌癌性伤口时提供可视性、图像化的更为清晰明了的参照标准,为下一步治疗有其相应的辅助依据。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
- 盲法
- 未说明
入排标准
- 年龄范围
- 18 至 —(—)
- 性别
- All
入选标准
- •①18 岁以上、意识清楚、愿意参加此次研究;②经过病理学诊断确诊为乳腺癌;③伤口部位经过病理学确诊为原发性或转移性乳腺癌浸润所致的皮肤损伤
排除标准
- •①已出现脑转移的患者;②有认知功能障碍的患者;③正在参加其他临床实验的患者。
结局指标
主要结局
伤口大小
伤口深度
伤口边缘
伤口潜行
坏死组织数目
坏死组织类型
渗液类型
渗液数目
伤口周围皮肤颜色
外周组织水肿
外周组织硬化
肉芽组织
上皮化
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
招募中
Unknown
基于深度学习的乳腺肿瘤辅助诊断及疗效评估研究乳腺癌ChiCTR2100044910
Unknown
不适用
基于 DCE-MRI 的深度学习在乳腺癌自动分割和分类中的应用乳腺癌ChiCTR2200063462课题经费
Unknown
不适用
基于深度学习的两阶段人工智能系统辅助放射科医生利用对比增强乳房 X 线摄影图像对乳腺病变进行检测和分类乳腺癌ChiCTR2200065169课题经费
Unknown
不适用
一个基于深度学习支持的全自动化管道系统利用对比增强乳房 X 线摄影图像对乳腺病变进行分割和分类乳腺癌ChiCTR2200063444课题经费
Unknown
不适用
基于超声造影的乳腺癌前哨淋巴结人工智能诊断乳腺癌ChiCTR2000031231研究者自行承担
